-
公开(公告)号：CN117978916A
公开(公告)日：2024-05-03
申请号：CN202410384631.1
申请日：2024-04-01
Applicant: 中国民用航空飞行学院
Abstract: 本发明涉及空管领域，特别是一种管制员通话负荷预测方法及设备。本发明通过分析待预测区域的航路航线信息、管制员指挥意图和飞行员的飞行意图，计算航空器的飞行轨迹，再通过所计算的飞行轨迹去预测航空器更加精确的航迹，从而得到未来的通话节点及内容，将所预测的通话内容结合当前具体的管制场景，预测该通话内容所需的通话时间，最后，将得到的所需通话内容及时间和通话节点进行通话负荷的计算，最终达到预测未来一段时间管制员的通话负荷的目的，为航空交通管制过程中的时序性要求提供更可靠的支持。
-
公开(公告)号：CN115691472A
公开(公告)日：2023-02-03
申请号：CN202211687813.3
申请日：2022-12-28
Applicant: 中国民用航空飞行学院
Abstract: 本发明公开了一种管制语音识别系统的评估方法及装置，方法包括以下步骤：S1.获取管制语音数据并进行分级，并输入；S2.建立评价指标体系；S3.确定不同质量等级管制语音数据效用层指标权重和支撑层指标权重；S4.计算效用层得分和支撑层得分，对得分进行加和得到效用层综合得分和支撑层综合得分；S5.根据所述综合得分，确定效用层权重和支撑层权重；S6.效用层权重和效用层综合得分的乘积加上支撑层权重和支撑层综合得分的乘积，得到待测语音识别系统综合得分，S7.根据所述待测语音识别系统综合得分，确定待测语音识别系统的识别性能等级。本发明克服了管制语音识别系统无法统一量化评估的问题。
-
公开(公告)号：CN115527397A
公开(公告)日：2022-12-27
申请号：CN202211237546.X
申请日：2022-09-30
Applicant: 中国民用航空飞行学院
Abstract: 本发明公开了一种基于多模神经网络的空管态势特征提取方法及装置，该方法包括下述步骤：首先，获取空管监视数据并进行预处理；然后，监视数据分类，根据卷积神经网络和全连接神经网络两种模态，将经度、纬度、航向、水平速度数据归为二维姿态数据，将航空器识别号、高度、垂直速度数据归为其余有效数据；之后，使用二维姿态数据绘制空管二维态势图作为卷积神经网络的输入，提取空管水平面态势特征，使用其余有效数据构建二维结构化数据，提取空管航空器数量和高度态势特征。最后，经过特征融合，输出提取的空管态势特征。本发明可以应用在空中交通管理过程中，提取全面的空管态势特征，提升空管自动化和智能化水平。
-
公开(公告)号：CN115329932A
公开(公告)日：2022-11-11
申请号：CN202210938221.8
申请日：2022-08-05
Applicant: 中国民用航空飞行学院
Abstract: 本发明涉及基于数字孪生的飞机着陆姿态监视方法，包括步骤：从多个红外热成像监视器采集的着陆飞机视频数据中提取飞机目标，并基于卷积神经网络对飞机目标进行轮廓提取；同时通过ADS‑B系统获取飞机目标的位置数据；基于飞机目标的轮廓，确定飞机着陆过程中的姿态数据；所述姿态数据包括滚转姿态参数、偏航姿态参数、俯仰姿态参数；将位置数据和姿态数据进行时空同步融合，构建飞机目标的数字孪生模型；将飞机目标的数字孪生模型映射到虚拟场景中。本发明的目的在于针对飞机着陆姿态的监视对空中交通管理进行优化以及保障飞行安全。
-
公开(公告)号：CN118629288B
公开(公告)日：2024-10-11
申请号：CN202411103091.1
申请日：2024-08-13
Applicant: 中国民用航空飞行学院
IPC: G09B9/00 , G06F18/241 , G06F18/22 , G06F18/25 , G06F18/214 , G06N3/0442 , G06N3/084
Abstract: 本发明涉及航空交通管制技术领域，具体公开了一种用于管制模拟机管制员模拟训练的方法及系统，包括：S1，获取语音指令并将其转换为文本数据；S2，文本数据预处理；从预处理后的文本中提取关键词并进行分类；S3，引入复诵错误时，对错误模拟后的关键词进行重组，生成复诵文本；反之，则对分类关键词进行重组，生成复诵文本；S4，对复诵文本与预处理后的文本进行语义校验；S5，若检测到复诵错误纠正指令，返回S1；否则进入S6；S6，根据校验通过的复诵文本模拟飞机执行相应操作。本发明通过在进行复诵和执行管制员语音指令时引入错误模拟操作，为管制员提供一个更加真实的训练环境，有助于提高训练的质量和效率，降低成本投入。
-
Patent Agency Ranking
公开(公告)号：CN118629288A
公开(公告)日：2024-09-10
申请号：CN202411103091.1
申请日：2024-08-13
Applicant: 中国民用航空飞行学院
IPC: G09B9/00 , G06F18/241 , G06F18/22 , G06F18/25 , G06F18/214 , G06N3/0442 , G06N3/084
Abstract: 本发明涉及航空交通管制技术领域，具体公开了一种用于管制模拟机管制员模拟训练的方法及系统，包括：S1，获取语音指令并将其转换为文本数据；S2，文本数据预处理；从预处理后的文本中提取关键词并进行分类；S3，引入复诵错误时，对错误模拟后的关键词进行重组，生成复诵文本；反之，则对分类关键词进行重组，生成复诵文本；S4，对复诵文本与预处理后的文本进行语义校验；S5，若检测到复诵错误纠正指令，返回S1；否则进入S6；S6，根据校验通过的复诵文本模拟飞机执行相应操作。本发明通过在进行复诵和执行管制员语音指令时引入错误模拟操作，为管制员提供一个更加真实的训练环境，有助于提高训练的质量和效率，降低成本投入。
-
公开(公告)号：CN118072563A
公开(公告)日：2024-05-24
申请号：CN202410496585.4
申请日：2024-04-24
Applicant: 中国民用航空飞行学院
Abstract: 本发明涉及飞行冲突检测技术领域，公开了一种基于管制语音语义解析的飞机空中冲突检测方法。首先实时收集管制语音，并通过管制语音识别系统结合实时雷达数据进行语音转文本的处理；将识别出的管制文本输入管制文本意图识别模型，对其进行进一步的意图分析，判断识别出的管制文本意图是否需要飞机进行飞行状态的改变，若不需要则终止本次检测，若需要则进行管制指令提取；从识别出的管制文本中提取出冲突检测所需的关键数据；根据关键数据和实时雷达数据进行冲突检测算法，判断是否存在飞行冲突；若存在则触发冲突告警机制。本发明基于智能模型实现管制文本意图识别、管制指令提取和冲突检测，有效提高了飞行冲突检测效率和准确性。
-
公开(公告)号：CN115527397B
公开(公告)日：2023-06-02
申请号：CN202211237546.X
申请日：2022-09-30
Applicant: 中国民用航空飞行学院
Abstract: 本发明公开了一种基于多模神经网络的空管态势特征提取方法及装置，该方法包括下述步骤：首先，获取空管监视数据并进行预处理；然后，监视数据分类，根据卷积神经网络和全连接神经网络两种模态，将经度、纬度、航向、水平速度数据归为二维姿态数据，将航空器识别号、高度、垂直速度数据归为其余有效数据；之后，使用二维姿态数据绘制空管二维态势图作为卷积神经网络的输入，提取空管水平面态势特征，使用其余有效数据构建二维结构化数据，提取空管航空器数量和高度态势特征。最后，经过特征融合，输出提取的空管态势特征。本发明可以应用在空中交通管理过程中，提取全面的空管态势特征，提升空管自动化和智能化水平。
-
公开(公告)号：CN116092482A
公开(公告)日：2023-05-09
申请号：CN202310386970.9
申请日：2023-04-12
Applicant: 中国民用航空飞行学院
Abstract: 本发明公开了一套基于自注意力的实时管制语音质量计量方法及系统，包括获取实时空管语音数据并生成语音信息帧；检测所述语音信息帧丢弃其中的无声信息帧，生成有声的长语音信息帧；将所述长语音信息帧进行梅尔图谱转换，注意力提取，特征融合，得到预测mos值，解决了语音评价耗时长，只能离线进行的问题，同时实时接收的过程中也能去除无声的部分，提取影响语音质量的部分，不仅避免了无声段语音对评价的影响，还提高了语音评价的客观性。
-
公开(公告)号：CN115691472B
公开(公告)日：2023-03-10
申请号：CN202211687813.3
申请日：2022-12-28
Applicant: 中国民用航空飞行学院
Abstract: 本发明公开了一种管制语音识别系统的评估方法及装置，方法包括以下步骤：S1.获取管制语音数据并进行分级，并输入；S2.建立评价指标体系；S3.确定不同质量等级管制语音数据效用层指标权重和支撑层指标权重；S4.计算效用层得分和支撑层得分，对得分进行加和得到效用层综合得分和支撑层综合得分；S5.根据所述综合得分，确定效用层权重和支撑层权重；S6.效用层权重和效用层综合得分的乘积加上支撑层权重和支撑层综合得分的乘积，得到待测语音识别系统综合得分，S7.根据所述待测语音识别系统综合得分，确定待测语音识别系统的识别性能等级。本发明克服了管制语音识别系统无法统一量化评估的问题。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.037 seconds)
